代码之家 › 专栏 › 技术社区 › James White

从嵌套的模型列表中创建显示AICC值的数据帧列表

lapply list r

2

James White · 技术社区 · 7 年前

我有一个统计模型列表:

###Data import
Responses <- as.data.frame(matrix(sample(0:10, 1*100, replace=TRUE), ncol=2))
colnames(Responses) <- c("A","B")
Explanatories <- as.data.frame(matrix(sample(20:30, 1*100, replace=TRUE), ncol=2))
colnames(Explanatories) <- c("x","y")

###Create models
Models <- list(
lm(Responses$A ~ Explanatories$x),
lm(Responses$B ~ log10(Explanatories$x)),
lm(Responses$B ~ exp(Explanatories$y))
)

以及一个空模型列表。这些对应于上一列表中的模型,因此,例如,我想将“models”中的第一个lm与“models_null”中的第一个lm进行比较:

Models_null <- list(
lm(Responses$A ~ 1),
lm(Responses$B ~ 1),
lm(Responses$B ~ 1)
)

All_models <- list(Models,Models_null)
names(All_models)<-c("full","res")

我想使用以下公式计算每个模型的AICC得分:

aicc<-function(x) AIC(x)+((2*length(coef(x))*(length(coef(x))+1))/(length(resid(x))-length(coef(x))-1))

我需要根据AICC分数如何比较每个完整模型和空模型来做一些计算。 所以我需要的是一个显示每对模型的AICC得分的数据帧列表,其中“full”和“null”有两列 . 提前感谢您对此提供的帮助。

2 回复 | 直到 7 年前

1

Rui Barradas 7 年前

这只是 *apply 功能。我选择了 sapply 因为如果可能,它会返回一个向量。

Full <- sapply(Models, aicc)
Null <- sapply(Models_null, aicc)
df_aicc <- data.frame(Full, Null)

df_aicc
#      Full     Null
#1 269.7858 268.5274
#2 254.6533 253.0980
#3 254.8408 253.0980

为了将这个数据帧分割成一个df列表,每个df使用一行, split . 按行名称,在R中必须是唯一的。

list_aicc <- split(df_aicc, row.names(df_aicc))
list_aicc
#$`1`
#      Full     Null
#1 269.7858 268.5274
#
#$`2`
#      Full    Null
#2 254.6533 253.098
#
#$`3`
#      Full    Null
#3 254.8408 253.098

2

Julius Vainora 7 年前

这是双人房 sapply :

sapply(All_models, sapply, aicc)
#          full      res
# [1,] 267.4959 266.0534
# [2,] 251.9809 251.9127
# [3,] 253.5760 251.9127

第一个 斯普林特 只会过去 Models 和 Models_null . 然后自然地,对于这两个列表中的每一个,我们再次希望应用 斯普林特 ,我们将在哪里使用每种型号 aicc . 这正是@rui baradas的解决方案。

当然,如果需要的话,结果可以转换成数据帧。

相反,要得到一个元素为上述矩阵行的列表,可以使用以下三种方法之一:

lapply(seq_along(Models), function(i) 
  data.frame(full = aicc(Models[[i]]), null = aicc(Models_null[[i]])))

Map(data.frame, full = lapply(Models, aicc), null = lapply(Models_null, aicc))

do.call(Map, c(data.frame, lapply(All_models, sapply, aicc)))